Recently, drones have become a new risk factor for society due to irresponsible flight. It is important to prevent the drones from creating dangerous situations. In this thesis, we proposed a pulse radar system for detecting drone. Since the manufactured radar system transmits fully synchronized signals, it can accurately measure the speed and distance of the object, and the performance is verified by actual drone experiment. In addition, We also proposed a deep-learning method for classifying drones using radar signals reflected on drones. We propose a new deep-learning network structure that solves the problems of existing techniques using spectrograms and verify the performance by classifying the drone using the detected drone signal
최근, 드론의 무분별한 비행은 사회에 새로운 위험요소로 떠오르고 있다. 이러한 드론의 위협을 방지하기 위하여 드론을 탐지하고 인식하는 기술은 중요하다. 본 학위 논문에서는 드론을 탐지하기 위한 펄스 레이더 시스템을 제안하였다. 제작된 레이더 시스템은 완전히 동기화된 신호를 송신하기 때문에 물체의 속도와 거리를 정확히 측정할 수 있으며, 실제 드론 실험을 통해 성능을 검증하였다. 또한 드론에 반사된 레이더 신호를 이용하여 드론을 인식하는 딥러닝 기법을 제안하였다. 스펙트로그램을 이용하는 기존 기법들의 문제를 해결할 수 있는 새로운 딥러닝 구조를 제안하였으며 실제로 탐지한 드론 신호를 이용하여 드론을 식별하여 성능을 검증하였다.
